スマホに話しかけるだけで誰でも簡単に文字入力ができる「音声入力」には、AI利用型音声認識技術が採用されています。既に、iPhineやAndroidスマートフォンやAmazon, Google等のスマートAIスピーカには、SiriやGoogle音声認識が標準搭載されています。

　AI利用型音声認識では、人が言葉を理解するまでの情報処理は、4つのプロセス（音響分析、音響モデル、発音辞書、言語モデル）に大別できます。クラウドネットワーク上のサーバやスマートフォン内の高速プロセッサーにより各プロセスの高速演算と統合処理を行い、音声をテキストデータに変換することができます。現時点での正解率（音声からテキストデータへ正しく変換する確率）は70％程度と言われています。

　今後、あらゆる音声データを収集し、音響モデルや発生辞書や言語モデルにフィードバックする機械学習を繰り返し実行すれば正解率の向上が見込めます。その結果、特殊詐欺に対する脅威認識性能は確実に向上します。

　スマホの基本機能である音声通話やSMSメール受信に加えて、心象メモ用にスマホ搭載カメラやマイクロホン等の映像や音声センシング情報を活用します。音声センシング情報は、最新のAI利用型音声認識技術を用いてテキスト化され保存されます。